Contact center modern dapat menangani ratusan hingga ribuan interaksi dari berbagai channel komunikasi setiap harinya. Setiap interaksi dengan pelanggan menjadi peluang untuk memahami pelanggan secara menyeluruh, mulai dari preferensi, keluhan, rasa percaya, hingga keraguan mereka. Salah satu teknologi penting untuk mendukung analisis interaksi pelanggan yang akurat adalah speech analytics. 

Teknologi speech analytics tidak hanya mengungkap kebutuhan pelanggan, tetapi juga tren kebutuhan pasar secara keseluruhan. Di sinilah pentingnya speech analytics untuk mengubah data mentah berupa percakapan pelanggan menjadi data terstruktur yang mudah diolah.

Artikel ini akan membahas lebih lanjut tentang apa itu speech analytics, fitur-fitur, hingga manfaat yang ditawarkan teknologi ini pada contact center Anda.

Apa Itu Speech Analytics dalam Contact Center?

Pengertian speech analytics dalam call center atau contact center adalah teknologi berbasis AI yang berfungsi menangkap dan menganalisis semua percakapan pelanggan. Hasil analisis akan mengungkap insight bermanfaat secara otomatis, terutama insight yang mungkin tidak terlihat dari monitoring secara manual. Insight ini kemudian digunakan untuk memahami intensi dan sentimen pelanggan serta mengidentifikasi pola interaksi untuk meningkatkan kualitas pelayanan pelanggan. 

Speech dan voice analytics merupakan dua jenis teknologi yang berbeda. Dalam prosesnya, speech analytics lebih ditujukan untuk menganalisis apa yang diucapkan pelanggan dengan mengubah ucapan menjadi teks dan menemukan pola kata kunci serta intensi tertentu. Sementara voice analytics berfokus pada intonasi pelanggan berbicara, termasuk tinggi rendah suara, nada bicara, dan tempo bicara. Voice analytics dapat mengidentifikasi emosi pelanggan selama berinteraksi dengan agen. Kombinasi speech dan voice analytics memberikan gambaran penuh tentang interaksi pelanggan.

Bagaimana Cara Kerja Speech Analytics?

Cara kerja teknologi speech analytics dalam contact center terjadi dalam beberapa langkah:

• Menangkap Interaksi Pelanggan: Interaksi pelanggan ditangkap melalui sistem telephony, contact center as a service (CCaaS), dan platform digital. Pada interaksi suara seperti panggilan, interaksi akan direkam dan disiapkan untuk proses analisis dengan mengurangi background noise serta memisahkan suara agen dari pelanggan. 
• Mengubah Percakapan Menjadi Teks: Interaksi suara akan ditranskripsi menggunakan teknologi automatic speech recognition (ASR). Teknologi ini membuat riwayat teks yang bisa dicari dari tiap panggilan panggilan. Transkripsi yang akurat sangat penting untuk mengidentifikasi topik, sentimen, pengecekan kepatuhan, dan analisis root-cause yang tepat.
• Menganalisis Percakapan: Ketika interaksi pelanggan sudah tersedia dalam bentuk teks, speech analytics menggunakan natural language processing (NLP) tools untuk memahami apa yang terjadi di dalam interaksi. Hal ini termasuk mendeteksi topik, maksud dan hasil interaksi pelanggan, emosi pelanggan, dan momen penting seperti eskalasi tiket atau penyebutan kompetitor.
• Penarikan Insight: Selanjutnya, semua data yang sudah dianalisis akan ditampilkan dalam format yang sudah ditentukan (seperti laporan atau dashboard) untuk kebutuhan review dan tindak lanjut berikutnya.

Baca Juga: Peran Contact Center Analytics untuk Ukur Kinerja Customer Service

Apa Saja Fitur dalam Speech Analytics?

Beberapa contoh fitur dalam speech analytics untuk menganalisis interaksi secara akurat adalah:

• Transkripsi Suara: Fitur Transkripsi Suara mengubah interaksi suara menjadi teks yang dapat dianalisis. Fitur ini didukung dengan terjemahan native AI dalam banyak bahasa berbeda untuk memahami interaksi pelanggan dari berbagai belahan dunia tanpa kehilangan konteks.
• Supervisor Copilot: Fitur Supervisor Copilot menarik ringkasan AI untuk supervisor berisi insight penting seperti alasan sentimen dan terjemahan on-demand untuk menyederhanakan proses quality monitoring dalam contact center.
• Virtual Supervisor: Fitur Virtual Supervisor memungkinkan pengisian form evaluasi secara otomatis menggunakan AI. Supervisor dapat melakukan penyesuaian secara manual daripada harus memulai dari awal.
• Pengkategorian Interaksi: Fitur Pengkategorian Interaksi menggunakan AI untuk mengelompokkan interaksi pelanggan secara otomatis berdasarkan topik untuk mengidentifikasi pola tren atau hambatan. 
• Empati Agen: Fitur Empati Agen berfokus untuk mengukur dan mengevaluasi empati agen di seluruh interaksi pelanggan. Supervisor dapat melacak perilaku agen dan merancang peluang pelatihan bagi agen yang membutuhkan.
• Analisis Sentimen: Fitur Analisis Sentimen memakai native AI untuk menganalisis setiap sentimen di dalam interaksi pelanggan. Fitur ini juga dapat melacak feedback pelanggan secara real-time untuk mengetahui masukan mereka terkait produk atau layanan bisnis.

Keuntungan Mengimplementasikan Speech Analytics dalam Contact Center

Penerapan speech analytics di dalam contact center menawarkan banyak keuntungan menarik bagi bisnis, seperti:

Memahami Kebutuhan Pelanggan dengan Lebih Akurat

Memahami apa yang pelanggan rasakan dan butuhkan adalah kunci menghadirkan pelayanan terbaik. Speech analytics berperan penting dalam mengubah percakapan menjadi data yang dapat dianalisis menggunakan AI, sehingga Anda dapat mendeteksi sentimen (positif, negatif, netral) maupun mengidentifikasi topik yang paling sering dibahas. Teknologi ini memudahkan Anda untuk memahami kebutuhan pelanggan dan mengambil keputusan berdasarkan data yang akurat.

Sebagai contoh, sebuah perusahaan e-commerce mendapatkan lonjakan sentimen negatif serta pola kata kunci yang sama terkait keterlambatan pengiriman. Dari hasil speech analytics tersebut, perusahaan dapat segera mengevaluasi proses logistik dan mengurangi jumlah keluhan pelanggan.

Identifikasi Akar Masalah Pelanggan Lebih Cepat

Tidak ada pelanggan yang ingin mengalami masalah yang sama terus menerus. Dengan speech analytics, Anda dapat mengelompokkan percakapan berdasarkan topik tertentu untuk mengetahui isu yang paling sering muncul dan menemukan akar penyebabnya. Analisis ini membantu Anda mengatasi masalah dengan lebih tepat sasaran sebelum bertambah parah.

Sebagai contoh, dalam satu minggu, speech analytics mendeteksi peningkatan panggilan masuk yang membahas topik kegagalan pembayaran di channel digital. Dari pola topik ini, tim operasional melakukan pengecekan dan menemukan adanya gangguan pada sistem payment gateway. Mereka pun segera memperbaikinya agar tidak ada lagi keluhan gangguan yang terjadi.

Meningkatkan Performa Agen

Keuntungan lainnya dari speech analytics adalah mampu meningkatkan performa agen contact center. Teknologi ini mendukung supervisor dalam mengevaluasi 100% interaksi pelanggan dan kualitas layanan secara otomatis. Teknologi ini dapat mengukur kepatuhan agen terhadap script dan SLA, tingkat empati, penggunaan kata-kata tertentu, hingga indikator seperti jeda bicara atau interupsi. Hasil evaluasi ini dapat menjadi strategi coaching yang lebih objektif kepada setiap agen.

Sebagai contoh, supervisor sebuah perusahaan B2B menemukan beberapa agen yang sering memotong pembicaraan pelanggan sebelum mereka menjelaskan masalah secara lengkap. Berdasarkan insight dari speech analytics, perusahaan B2B tersebut dapat memberikan pelatihan active listening untuk meningkatkan kualitas pelayanan dan kepuasan pelanggan.

Quality Assurance dan Monitoring yang Lebih Efektif

Proses quality assurance dan monitoring yang biasanya dilakukan secara manual dapat diotomatisasi menggunakan teknologi speech analytics. Dengan memanfaatkan AI, teknologi ini dapat mengisi formulir evaluasi secara otomatis, meringkas interaksi pelanggan, hingga menandai interaksi yang memerlukan tindakan supervisor. Hal ini sangat penting proses quality assurance dan monitoring yang lebih cepat dan efisien.

Sebagai contoh, sebuah contact center perusahaan perbankan dapat menangani ribuan panggilan setiap harinya. Perusahaan ini menggunakan speech analytics untuk menandai panggilan dengan sentimen negatif secara otomatis. Supervisor hanya perlu meninjau percakapan yang membutuhkan eskalasi atau tindak lanjut.

Ubah Data Interaksi Menjadi Insight Bisnis Berharga dengan Contact Center Software dari PhinCon

Speech analytics tidak hanya bermanfaat untuk menganalisis percakapan pelanggan, tetapi juga mengubah data interaksi menjadi insight yang dapat digunakan untuk meningkatkan kualitas layanan. Untuk memaksimalkan manfaat tersebut, perusahaan membutuhkan contact center software yang didukung teknologi AI dan mampu menganalisis setiap interaksi secara real-time.

Melalui kerja sama dengan brand internasional ternama seperti Genesys dan Sestek, PhinCon menghadirkan solusi contact center berbasis platform untuk memenuhi kebutuhan customer service perusahaan dari berbagai industri. Selain fitur speech analytics, fitur unggulan dalam contact center software kami meliputi Automatic Call Distribution, Omnichannel Contact Center, Voice & IVR, VOIP Call, Web Chat & Mobile Chat, Messaging, Video eKYC, Chatbot & Voicebot, Artificial Intelligence, integrasi dengan aplikasi bisnis, hingga Workforce Engagement Management. 

Kami juga menawarkan layanan end-to-end untuk implementasi contact center software yang optimal. Layanan ini meliputi konsultasi, implementasi, konfigurasi, kustomisasi, integrasi, pengujian, hingga after-sales support. Bersama PhinCon, olah setiap interaksi pelanggan menjadi kesempatan untuk meningkatkan kualitas layanan Anda.

Hubungi kami melalui email marketing@phintraco.com untuk informasi lebih lanjut seputar contact center software atau mulai konsultasi seputar kebutuhan contact center Anda.

Editor: Irnadia Fardila